“AI法律实务研究”—AI绘画的作者到底是谁？

编者按：
随着人工智能技术的发展，AIGC（AI Generated Content，人工智能生成内容）技术应用逐渐广泛，近两年发展速度惊人，迭代速度呈现指数级爆发。AI绘画作为AIGC技术应用的热门分支，在全球范围内掀起一股投资热潮，众多AI绘画软件在国内不断涌现，利用AI进行艺术创作也迅速风靡社交网络。在这一浪潮之下，利用AI工具所生成图片的著作权纠纷接踵而至。北京互联网法院于2023年11月27日对（2023）京0491民初11279号案作出一审判决书，该案被称为国内AI生成图片著作权侵权第一案。本文正是基于该背景，旨在分析与AI绘画相关的法律法规，进一步剖析其机制原理，并针对法院判决中涉及的核心法律问题进行探讨。
一、AI绘画相关法律法规
01、概述
当前，全球正处于生成式人工智能的法律空白期，因此法院在审理有关生成式人工智能纠纷的案件时，通常保持审慎态度。以我国AI生成图片著作权侵权第一案为例，法院选择适用《中华人民共和国著作权法》（下文简称“著作权法”）予以审判。但除《著作权法》外，与AI绘画相关的法律法规还包括《中华人民共和国反不正当竞争法》（2019年修订后生效）、《生成式人工智能服务管理暂行办法》（2023年8月15日生效）、《互联网信息服务深度合成管理规定》（2023年1月10日生效）、《中华人民共和国科学技术进步法》（2022年1月1日生效）、《中华人民共和国民法典》《中华人民共和国网络安全法》《中华人民共和国数据安全法》以及《中华人民共和国个人信息保护法》。其中《科学进步法》作为《生成式人工智能服务管理暂行办法》的上位法，对于我国未来的科学研究、科学技术成果转化等方面都具有极大的指导意义。
由此可见，随着生成式人工智能的深入发展，其所带来的法律问题复杂性也逐步增强，本质更多为“多因一果”乃至“多因多果”的发展逻辑，相关案件的解决更多为多部门法交叉适用，进一步增加全球有关生成式人工智能治理工作环境的不确定性，因此法律工作者应对此类问题应解放思想，摆脱常规诉讼思维的束缚，以实事求是的态度全面探索其中因果关系发展情况，树立多部门法交叉解决思维。
02、《著作权法》与AI绘画相关的规定
1、AI绘画是否构成作品？
AI绘画的生成问世所面临的著作权首要问题为：其是否构成《著作权法》所规定的作品？
《著作权法》第三条明确规定了作品的构成四要件（缺一不可），规定本法所称的作品，是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果，包括：
（1）文字作品；
（2）口述作品；
（3）音乐、戏剧、曲艺、舞蹈、杂技艺术作品；
（4）美术、建筑作品；
（5）摄影作品；
（6）视听作品；
（7）工程设计图、产品设计图、地图、示意图等图形作品和模型作品；
（8）计算机软件；
（9）符合作品特征的其他智力成果。
我国AI生成图片著作权侵权第一案中法官依据本条规定判决认为AI生成图片构成美术作品。而依据《著作权实施条例》第四条第八款规定，美术作品，是指绘画、书法、雕塑等以线条、色彩或者其他方式构成的有审美意义的平面或者立体的造型艺术作品。但该案中，AI绘画作为数字化生成的图片，其线条、色彩的直观性不足，因此是否构成美术作品有待进一步商榷。
依据《著作权实施条例》第三条规定，著作权法所称创作，是指直接产生文学、艺术和科学作品的智力活动。为他人创作进行组织和工作，提供咨询意见、物质条件，或者进行其他辅助工作，均不视为创作。由此可见，作品旨在强调创作者与作品之间的直接关联关系。
2、AI绘画是否演绎作品、合作作品、汇编作品、委托作品
由于AI绘画是“人机”配合的产物，随着人工智能的深入发展，AI绘画还可能涉及构成《著作权法》所规定的演绎作品、合作作品、汇编作品以及委托作品。
《著作权法》第十三条对于演绎作品进行了规定，即改编、翻译、注释、整理已有作品而产生的作品，其著作权由改编、翻译、注释、整理人享有，但行使著作权时不得侵犯原作品的著作权。
第十四条规定了合作作品内容，规定：两人以上合作创作的作品，著作权由合作作者共同享有。没有参加创作的人，不能成为合作作者。
合作作品的著作权由合作作者通过协商一致行使；不能协商一致，又无正当理由的，任何一方不得阻止他方行使除转让、许可他人专有使用、出质以外的其他权利，但是所得收益应当合理分配给所有合作作者。
合作作品可以分割使用的，作者对各自创作的部分可以单独享有著作权，但行使著作权时不得侵犯合作作品整体的著作权。
第十五条则是明确界定了汇编作品形式，即汇编若干作品、作品的片段或者不构成作品的数据或者其他材料，对其内容的选择或者编排体现独创性的作品，为汇编作品，其著作权由汇编人享有，但行使著作权时，不得侵犯原作品的著作权。
第十九条为委托作品的内容，规定：受委托创作的作品，著作权的归属由委托人和受托人通过合同约定。合同未作明确约定或者没有订立合同的，著作权属于受托人。
而《著作权法实施条例》第九条规定，合作作品不可以分割使用的，其著作权由各合作作者共同享有，通过协商一致行使；不能协商一致，又无正当理由的，任何一方不得阻止他方行使除转让以外的其他权利，但是所得收益应当合理分配给所有合作作者。第十三条规定，作者身份不明的作品，由作品原件的所有人行使除署名权以外的著作权。作者身份明确后，由作者或者其继承人行使著作权。
3、AI绘画侵权能否适用合理使用规则？
若AI生成图片构成侵权行为，将引发是否可以适用《著作权法》第二十四条合理使用规则的相关讨论。第二十四条规定，在下列情况下使用作品，可以不经著作权人许可，不向其支付报酬，但应当指明作者姓名或者名称、作品名称，并且不得影响该作品的正常使用，也不得不合理地损害著作权人的合法权益：
（1）为个人学习、研究或者欣赏，使用他人已经发表的作品；
（2）为介绍、评论某一作品或者说明某一问题，在作品中适当引用他人已经发表的作品；
（3）为报道新闻，在报纸、期刊、广播电台、电视台等媒体中不可避免地再现或者引用已经发表的作品；
（4）报纸、期刊、广播电台、电视台等媒体刊登或者播放其他报纸、期刊、广播电台、电视台等媒体已经发表的关于政治、经济、宗教问题的时事性文章，但著作权人声明不许刊登、播放的除外；
（5）报纸、期刊、广播电台、电视台等媒体刊登或者播放在公众集会上发表的讲话，但作者声明不许刊登、播放的除外；
（6）为学校课堂教学或者科学研究，翻译、改编、汇编、播放或者少量复制已经发表的作品，供教学或者科研人员使用，但不得出版发行；
（7）国家机关为执行公务在合理范围内使用已经发表的作品；
（8）图书馆、档案馆、纪念馆、博物馆、美术馆、文化馆等为陈列或者保存版本的需要，复制本馆收藏的作品；
（9）免费表演已经发表的作品，该表演未向公众收取费用，也未向表演者支付报酬，且不以营利为目的；
（10）对设置或者陈列在公共场所的艺术作品进行临摹、绘画、摄影、录像；
（11）将中国公民、法人或者非法人组织已经发表的以国家通用语言文字创作的作品翻译成少数民族语言文字作品在国内出版发行；
（12）以阅读障碍者能够感知的无障碍方式向其提供已经发表的作品；
（13）法律、行政法规规定的其他情形。
前款规定适用于对与著作权有关的权利的限制。
而事实上，我们在小红书，微博等多个自媒体平台上看到很多用户都会把AI绘画会增加标注“AI绘画”等标签，这是平台用户自发地认知AI绘画的作者不仅是人的意志因素。
4、AI绘画第一案所涉及的署名权和信息网络传播权等
我国AI绘画著作权侵权第一案中原告主张被告侵犯其署名权和信息网络传播权，依据《著作权法》第十条规定，1署名权是指表明作者身份，在作品上署名的权利。信息网络传播权是指以有线或者无线方式向公众提供，使公众可以在其选定的时间和地点获得作品的权利。
若该案中AI绘画构成作品，则其作者必然享有署名权与信息网络传播权，但如前文所述，AI绘画是否构成作品值得商榷。
此外，AI绘画还会涉及保护作品完整权侵权的问题，即保护作品不受歪曲、篡改的权利。原因在于，作品被视为作者与读者、观众之间紧密关系的纽带，不得进行歪曲、篡改，以维系作者与读者、观众的紧密关系。那么AI绘画如果构成作品，观众与作者之间本身就由AI构成链接关系，而不是作品本身。
第十条规定美术作品、摄影作品的著作权人展览权，AI绘画侵权第一案中，法官判决认为该画构成美术作品，基于该判决，该画作者应享有展览权，即公开陈列美术作品、摄影作品的原件或者复制件的权利。而基于AI绘画的特性，其展览方式将受到一定质疑。
5、《生成式人工智能服务管理暂行办法》相关规定
该办法旨在约束生成式人工智能服务提供者和使用者，并对相关数据进行规定。
第二条规定，利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务（以下称生成式人工智能服务），适用本办法。
国家对利用生成式人工智能服务从事新闻出版、影视制作、文艺创作等活动另有规定的，从其规定。
第二十二条对于相关用于进行了界定，其中生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术。生成式人工智能服务提供者，是指利用生成式人工智能技术提供生成式人工智能服务（包括通过提供可编程接口等方式提供生成式人工智能服务）的组织、个人。生成式人工智能服务使用者，是指使用生成式人工智能服务生成内容的组织、个人。
二、AI绘画的工作原理解析
01、扩散模型（Diffusion model）
在Stable Diffusion诞生之前，计算机视觉和机器学习方面最重要的突破是 GAN（Generative Adversarial Networks 生成对抗网络）。GAN让超越训练数据已有内容成为可能，从而打开了一个全新领域——现在称之为生成建模。
然而，在经历了一段蓬勃发展后，GAN开始暴露出一些瓶颈和弊病，大家倾注了很多心血努力解决对抗性方法所面临的一些瓶颈，但是鲜有突破，GAN由此进入平台期。GAN的主要问题在于：
（1）图像生成缺乏多样性；
（2）模式崩溃；
（3）多模态分布学习困难；
（4）训练时间长；
（5）由于问题表述的对抗性，不容易训练。
另外，还有一条基于似然（例如，马尔可夫随机场）的技术路线，尽管已经存在很久，但由于对每个问题的实施和制定都很复杂，因此未能产生重大影响。
近几年，随着算力的增长，一些过去算力无法满足的复杂算法得以实现，其中有一种方法叫“扩散模型”——一种从气体扩散的物理过程中汲取灵感并试图在多个科学领域模拟相同现象的方法。该模型在图像生成领域展现了巨大的潜力，成为今天Stable Diffusion的基础。
Stable Diffusion属于一类称为扩散模型（Diffusion model）的深度学习模型。它们是生成模型，这意味着它们的目的是生成类似于它们训练数据的新数据。对于Stable Diffusion 来说，数据就是图像。
扩散模型的工作方式是通过迭代添加高斯噪声来“破坏”训练数据，然后学习如何消除噪声来恢复数据。
一个标准扩散模型有两个主要过程：正向扩散和反向扩散。在正向扩散阶段，通过逐渐引入噪声来破坏图像，直到图像完全变成随机的噪声。在反向扩散阶段，适用一系列马尔可夫链逐步除去预测噪声，从高斯噪声中恢复数据。

图 1
对于噪声的估计和去除，最常使用的是U-Net。该神经网络的架构看起来像字母U，由此得名。U-Net是一个全连接卷积神经网络，这使得它对图像处理非常有用。U-Net的特点在于它能够将图像作为入口，并通过减少采样来找到该图像的低维表示，这使得它更适合处理和查找重要属性，然后通过增加采样将图像恢复回来。

图 2
02、潜在扩散模型（Latent diffusion model）
Stable Diffusion旨在解决速度问题。方法如下：
Stable Diffusion是一种在潜在空间扩散（Latent diffusion model）的模型。它不是在高维图像空间中操作，而是首先将图像压缩到潜空间（Latent space）中。对比原像素空间，潜空间（Latent space）小了48倍，因此它获得了处理更少数字的好处，因此速度提升了数倍。
03、Transformer
Transformer是来自 NLP 领域的非常著名的模型方法。Transformer在语言建模和构建对话式 AI 工具方面取得了巨大成功。在视觉应用中，Transformer 表现出了泛化和自适应的优势，这使得它们非常适合通用学习。它们比其他技术能够更好地捕捉文本甚至图像中的语义结构。然而，Transformers 需要大量数据，并且与其他方法相比，在许多视觉领域的性能方面也面临着平台期。
Transformer可以与扩散模型结合，通过Transformer的“词嵌入”可以将文本插入到模型中。这意味着将词Token化后，然后将这种文本表示添加到U-Net的输入（图像）中，经过每一层U-Net神经网络与图像一起进行变换。从第一次迭代开始到之后的每一次迭代都加入相同的文本，从而让文本“作为指南”生成图像，从有完整噪声的第一次迭代开始，然后进一步向下应用到整个迭代。
04、潜在空间（Latent Space）
潜在空间简单地说是对压缩数据的表示。所谓压缩指的是用比原始表示更小的数位来编码信息的过程。比如我们用一个颜色通道（黑白灰）来表示原来由RGB三原色构成的图片，此时每个像素点的颜色向量由3维变成了1维度。维度降低会丢失一部分信息，然而在某些情况下，降维不是件坏事。通过降维我们可以过滤掉一些不太重要的信息，只保留最重要的信息。
假设我们想通过全连接的卷积神经网络训练一个图像分类模型。当我们说模型在学习时，我们的意思是它在学习神经网络每一层的特定属性，比如边缘、角度、形状等。每当模型使用数据（已经存在的图像）学习时，都会将图像的尺寸先减小再恢复到原始尺寸。最后，模型使用解码器从压缩数据中重建图像，同时学习之前的所有相关信息。因此，空间变小，以便提取和保留最重要的属性。这就是潜在空间适用于扩散模型的原因。

图 3
05、Latent Diffusion
“潜在扩散模型”（Latent Diffusion Model）将GAN的感知能力、扩散模型的细节保存能力和Transformer的语义能力三者结合，创造出比上述所有模型更稳健和高效的生成模型。与其他方法相比，Latent Diffusion不仅节省了内存，而且生成的图像保持了多样性和高细节度，同时图像还保留了数据的语义结构。
任何生成性学习方法都有两个主要阶段：感知压缩和语义压缩。
06、整体架构

图 4
上图中x表示输入图像，x－表示生成的图像；ε 是编码器，D是解码器，二者共同构成了感知压缩；z是潜在向量；zT是增加噪声后的潜在向量；Tθ是文本/图像的编码器（比如Transformer或CLIP），实现了语义压缩。
07、小结
如前文所述，作品旨在强调创作者与作品之间的直接关联性，而基于AI绘画原理解析可见，作者与相关“作品”之间的直接关联性被生成式人工智能切断，“作品”的生成更多基于人工智能强大算力、算法的计算结果而产生，本质为字符，故而人类本质上并不能享有AI绘画的著作权，或者人享有的著作权应当受到限制。
三、AI绘画第一案的法律焦点问题探讨
01、概述
北京互联网法院针对人工智能生成图片（AI绘画图片）著作权侵权纠纷作出一审判决，据悉该案为AI生成图片相关领域著作权第一案。
原告李某使用AI生成涉案图片后发布于小红书平台；被告系百家号博主，发布文章配图使用了原告该AI生成的图片，原告遂起诉。
法院审理认为涉案人工智能生成图片（AI绘画图片）具备“独创性”要件，体现了人的独创性智力投入，应当被认定为作品，受到著作权法保护等。
02、争议焦点
依据原、被告的诉辩意见和查明的事实，法院认为本案的争议焦点有三：
（1）“春风送来了温柔”图片是否构成作品，构成何种类型的作品；
（2）原告是否享有涉案图片的著作权；
（3）被诉行为是否构成侵权行为，被告是否应当承担法律责任。
从以上分析得知，AI绘画在本案中缺乏作品四要件之独创性，AI绘画作品本质上是大模型在海量数据中通过一定算法筛选出来的某种成果。即使构成作品也更偏向人机互动下的产物。本案冒然将AI绘画认定为美术作品，有点操之过急地给生成式人工智能服务的产物下一个定义。
03、审判结果
1、“春风送来了温柔”图片是否构成作品，构成何种类型的作品
法院认为，依据《著作权法》第三条规定，作品构成要件包括：（1）是否属于文学、艺术和科学领域内；（2）是否具有独创性；（3）是否具有一定表现形式；（4）是否属于治理成果。本案中，从涉案图片的外观来看，其与通常人们见到的照片、绘画无异，显然属于艺术领域，且具有一定的表现形式，具备要件（1）和要件（3）。
在“智力成果”认定方面，法院认为原告通过在Stable Diffusion模型中输入提示词，同时设置了相关参数，根据初步生成的图片，又增加了提示词、调整了参数，最终选择了一幅自己满意的图片。从整个过程观察，原告进行了一定智力投入，故涉案图片具备了“智力成果”要件。利用人工智能生成图片，是否体现作者的个性化表达，需要个案判断，不能一概而论。本案中，从涉案图片本身来看，体现出了与先创作品存在可以识别的差异性，体现了“独创性”。
故而涉案图片构成作品，构成美术作品。
2、原告是否享有涉案图片的著作权
原告是直接根据需要对涉案人工智能模型进行相关设置，并最终选定涉案图片的人，涉案图片是基于原告的智力投入直接产生，且体现出了原告的个性化表述，故原告是涉案图片的作者，享有涉案图片的著作权。
3、被诉行为是否构成侵权，被告是否应当承担法律责任
法院认为，依据《著作权法》第十条规定，作者享有署名权和信息网络传播权，本案被告使用的被诉图片未显示平台和用户编号，且无法说明图片具体来源和去除水印相关情况，侵害了原告的署名权和信息网络传播权，应当承担赔礼道歉、赔偿损失等民事责任。
一个新事物的出现本身就带着许多争议而来，司法争议处理方式主要是定纷止争，而不是创造更多纠纷。法院判决或许会存在某些时代和法律的局限，但是AI用户，也是当下的我们，更应该怀着好奇去拥抱变化，带着困惑走一走看看，也许会有更多让人类发展更美好的事情发生。
注释
1注释
《中华人民共和国著作权法》第十一条第十条著作权包括下列人身权和财产权：
（一）发表权，即决定作品是否公之于众的权利；
（二）署名权，即表明作者身份，在作品上署名的权利；
（三）修改权，即修改或者授权他人修改作品的权利；
（四）保护作品完整权，即保护作品不受歪曲、篡改的权利；
（五）复制权，即以印刷、复印、拓印、录音、录像、翻录、翻拍、数字化等方式将作品制作一份或者多份的权利；
（六）发行权，即以出售或者赠与方式向公众提供作品的原件或者复制件的权利；
（七）出租权，即有偿许可他人临时使用视听作品、计算机软件的原件或者复制件的权利，计算机软件不是出租的主要标的的除外；
（八）展览权，即公开陈列美术作品、摄影作品的原件或者复制件的权利；
（九）表演权，即公开表演作品，以及用各种手段公开播送作品的表演的权利；
（十）放映权，即通过放映机、幻灯机等技术设备公开再现美术、摄影、视听作品等的权利；
（十一）广播权，即以有线或者无线方式公开传播或者转播作品，以及通过扩音器或者其他传送符号、声音、图像的类似工具向公众传播广播的作品的权利，但不包括本款第十二项规定的权利；
（十二）信息网络传播权，即以有线或者无线方式向公众提供，使公众可以在其选定的时间和地点获得作品的权利；
（十三）摄制权，即以摄制视听作品的方法将作品固定在载体上的权利；
（十四）改编权，即改变作品，创作出具有独创性的新作品的权利；
（十五）翻译权，即将作品从一种语言文字转换成另一种语言文字的权利；
（十六）汇编权，即将作品或者作品的片段通过选择或者编排，汇集成新作品的权利；
（十七）应当由著作权人享有的其他权利。
著作权人可以许可他人行使前款第五项至第十七项规定的权利，并依照约定或者本法有关规定获得报酬。
著作权人可以全部或者部分转让本条第一款第五项至第十七项规定的权利，并依照约定或者本法有关规定获得报酬。